AVALIAÇÃO ESPECTRAL E GEOMÉTRICA DAS IMAGENS

Revista Brasileira de Cartografia (2014) Nº 66/1, p. 105-113
Sociedade Brasileira de Cartografia, Geodésia, Fotogrametria e Sensoriamento Remoto
ISSN: 1808-0936
C
B
S
AVALIAÇÃO ESPECTRAL E GEOMÉTRICA DAS IMAGENS
RAPIDEYE E SEU POTENCIAL PARA O MAPEAMENTO E
MONITORAMENTO AGRÍCOLA E AMBIENTAL
Spectral and geometric evaluation of RapidEye images and its potential for
agricultural and environmental mapping and monitoring
Mauro Antonio Homem Antunes1, Paula Debiasi1,
Jéssica Caroline dos Santos Siqueira1
1
Universidade Federal Rural do Rio de Janeiro - UFRRJ
Instituto de Tecnologia, Departamento de Engenharia
BR 465, km 7, CEP: 23.897-000 – Seropédica – RJ, Brasil
{mauroantunes, paula, jcssiqueira}@ufrrj.br
Recebido em 30 de Março, 2013/ Aceito em 15 de Agosto, 2013
Received on March 30, 2013/ Accepted on August 15, 2013
RESUMO
A acurácia geométrica e as resoluções espacial, espectral, radiométrica e temporal são aspectos importantes para a
seleção de imagens para o monitoramento agrícola e ambiental. O objetivo deste trabalho é avaliar a acurácia geométrica
e as características de resolução das imagens RapidEye (nível de processamento 3A). Foram utilizadas imagens de três
épocas distintas.Estas imagens foram corrigidas dos efeitos da atmosfera e armazenadas em 16-bit, sendo a reflectância
de superfície escalonada de 0 a 10.000. A geometria das imagens ortorretificadas foi avaliada a partir de oito pontos
extraídos de um ortofotomosaico. As imagens foram também registradas com polinômio de primeiro grau utilizando
dez pontos extraídos deste ortofotomosaico para se obter amostras homólogas nas três imagens. Para a caracterização
espectral da reflectância de superfície foram selecionados quatro pixels de áreas de plantação de eucalipto, pasto cultivado, solo exposto e água de cavas de extração de areia e foz de rio. Os resultados mostraram que a média posicional dos
erros foi de 3,66 m e 10,07 m nas coordenadas E e N, respectivamente, compatível com Padrão de Exatidão Cartográfica
(PEC) classe A na escala 1:20.000. A reflectância de superfície dos alvos selecionados se apresentou de acordo com as
encontradas na literatura. Conclui-se que as imagens do satélite RapidEye são adequadas para o monitoramento de áreas
agrícolas, pastagens, áreas florestais e para o monitoramento ambiental em geral. A resolução radiométrica de 12-bit é
interessante para estas aplicações pela possibilidade de representar uma grande variedade de radiâncias da superfície.
Palavras chaves: Reflectância de Superfície, Monitoramento Ambiental, Acurácia Geométrica, Correção Atmosférica.
ABSTRACT
Image geometric accuracy and spatial, spectral, radiometric and temporal resolutions are important aspects for selecting satellite imagery for agricultural and environmental monitoring. The objective of this paper is to evaluate the
geometrical and resolution characteristics of RapidEye images (processing level: 3A). Three images were used in this
study. These images were corrected for the atmospheric effects and stored in 16-bit radiometric resolution, where the
surface reflectance was determined and rescaled from 0 to 10,000. Eight points extracted from the orthophoto mosaic
Antunes M. A. H. et al.
were used to evaluate the geometric characteristics of the orthorectified images. Ten points extracted from these orthophoto mosaics were used to register the images using first-degree equations, in order to obtain homologous samples of
pixels. Four pixels from Eucalyptus plantation, cultivated pasture, bare soil and water from a sand extraction pit and
a river mouth were used to characterize spectrally the surface reflectance derived from the RapidEye images. Results
showed that average positional errors were 3.66 m and 10.07 m respectively for E and N coordinates, compliant with
Cartographic Accuracy Standards (PEC) of class A at the scale of 1:20,000. Surface reflectance of the selected targets
were consistent with the typical reflectance curves available in the literature. It is concluded that the RapidEye images
are suitable for monitoring agricultural areas, pastures, forested areas and for environmental monitoring in general.
The 12-bit quantization is interesting for these applications as it can represent a large variety of radiances coming from
the surface.
Keywords: Surface Reflectance, Environmental Monitoring, Geometric Accuracy, Atmospheric Correction.
1. INTRODUÇÃO
As imagens obtidas por sensores remotos
têm sido amplamente utilizadas em diversas
áreas de estudo, como na atualização da
cartografia, avaliação de cobertura vegetal,
estudos em áreas urbanas e monitoramento
de áreas agrícolas e do meio ambiente. As
características de resolução dos sensores remotos
são determinantes para que se tenha a capacidade
de extrair informações da superfície. A resolução
espacial juntamente com a acurácia geométrica
das imagens determina a escala de trabalho para
a produção de mapas a partir da interpretação
das imagens. A resolução temporal determina
a possibilidade de monitoramento da superfície
e de análise de séries temporais de dados. Para
a maioria das culturas agrícolas de verão, esta
resolução é de grande importância, visto que
esta é a época em que a cobertura de nuvens é
muito grande em regiões tropicais. A resolução
espectral do sensor com bandas posicionadas
em faixas do espectro de importância para o
monitoramento agrícola e ambiental é essencial
para a obtenção de informações da superfície.
A resolução radiométrica do sistema sensor é
também um recurso de grande importância, pois
permite a distribuição de uma gama de valores
de radiância que chega ao sensor em uma faixa
de níveis de cinza maior.
Além das características de resolução do
sensor, a calibração é essencial para permitir a
transformação dos níveis de cinza gravados em
grandezas físicas que podem ser utilizadas para
obter informações da superfície. A reflectância
é uma grandeza física de interesse e é definida
pela razão entre a energia refletida por um
objeto pela energia incidente sobre o mesmo
alvo. A reflectância obtida no nível do sensor é
106
denominada reflectância aparente ou planetária,
mas contém interferências da atmosfera. A
situação ideal é a remoção dos efeitos da
atmosfera com a determinação da reflectância
da superfície através da correção atmosférica
(KAUFMAN, 1985; MORAN et al., 1992;
ANTUNES et al., 2012a). Mesmo quando se
utiliza transformações espectrais como os índices
de vegetação, é essencial que se faça a correção
atmosférica, pois os efeitos atmosféricos afetam
diferentemente as bandas espectrais utilizadas
nestes índices (MYNENI e ASRAR, 1994;
ANTUNES et al., 2012b).
A correção atmosférica pode ser aplicada
através de métodos empíricos e modelos de
transferência radiativa. O modelo empírico
mais utilizado é o desenvolvido por Chavez
(1988), que se baseia no pixel mais escuro da
imagem. A correção atmosférica através de
modelos de transferência radiativa consiste na
solução da equação da transferência radiativa
para a situação da atmosfera em que a imagem
foi obtida. Estes utilizam as características da
atmosfera para obter o fluxo de radiação solar
que chega à superfície, bem como o que sai
da superfície, com base na radiância obtida
através do sensor. Os métodos que utilizam os
modelos de transferência radiativa são os mais
adequados para correção atmosférica (MORAN
et al., 1992).
O modelo 6S (Second Simulation of
Satellite Signal in the Solar Spectrum) foi
originalmente desenvolvido para a simulação
de radiância no nível de satélite (VERMONTE
et al., 1997) e foi adaptado para a correção
atmosférica de imagens (ANTUNES et al.,
2012a).
Em algumas aplicações de mapeamento
Revista Brasileira de Cartografia, Rio de Janeiro, Nº 66/1, p. 105-113, Jan/Fev/2014
Avaliação Espectral e Geométrica das Imagens RapidEye e seu Potencial ...
e monitoramento agrícola e ambiental,
as imagens obtidas por sensores remotos
necessitam de correção geométrica. O processo
de ortorretificação requer o uso de um modelo
matemático, um conjunto de pontos de apoio
e um Modelo Digital de Elevação (MDE).
O levantamento de pontos de apoio, além de
apresentar alto custo, pode ser impraticável pela
dificuldade de acesso a algumas áreas ou pela
inexistência de pontos fotoidentificáveis.
As imagens do satélite RapidEye
apresentam a vantagem de fornecer informação
multiespectral em um pequeno intervalo de
tempo devido a constelação de cinco satélites
em mesma órbita. Além disso, a configuração
do sensor viabiliza que os parâmetros de
atitude sejam determinados com alta precisão,
possibilitando a geração de ortoimagens sem
a necessidade de pontos de apoio do terreno
(CHENG e SUSTERA, 2009).
Imagens RapidEye têm sido adquiridas
pelo Ministério do Meio Ambiente (MMA) para
todo o país com vistas à sua utilização para o
Cadastro Ambiental Rural - CAR (MMA, 2013).
No entanto, para a efetiva utilização destas
imagens é necessária uma avaliação não só das
características posicionais, mas também das
características espectrais do sensor.
O objetivo deste trabalho é analisar as
características das ortoimagens do satélite
RapidEye em nível 3A de processamento para
o mapeamento e monitoramento da superfície.
Ortoimagens do município de Seropédica - RJ
de três épocas distintas foram analisadas quanto
às suas características espectrais e posicionais.
2. SISTEMA SENSOR DO RAPIDEYE
O RapidEye é um sistema composto
por cinco satélites de Sensoriamento Remoto
idênticos e em mesma órbita. A faixa da
abrangência de coleta de imagens é de 77 km
de largura e 1500 km de extensão (RAPIDEYE,
2012). A Tabela 1 e a Fig. 1 mostram as
características do satélite e do sensor, bem como
as funções de filtro que caracterizam a resolução
espectral.
O sensor multiespectral possui cinco
bandas espectrais, sendo este o primeiro satélite
comercial a prover informação espectral na
banda da borda do vermelho (red edge entre
690 e 730nm), considerada adequada para
análises e monitoramento de vegetação. Esta
particularidade, em conjunto com a alta resolução
espacial e temporal do sensor, impulsiona a sua
aplicação no monitoramento de áreas de cultivo
agrícola (CHENG e SUSTERA, 2009; JUPOVA
et al., 2009).
3. METODOLOGIA
Três imagens RapidEye em nível 3A de
processamento (Tabela 2), ortorretificadas sem
pontos de apoio, referentes ao município de
Seropédica - RJ, foram utilizadas neste trabalho.
Estas imagens configuram episódios temporais
diferentes, o que possibilita uma análise das
variações na resposta espectral de componentes
de cena. A Fig. 2 mostra a localização da área
de estudo.
Nas imagens RapidEye, a quantização é
realizada em números digitais de 12-bit, que
no entanto são gravados em arquivos de 16-bit
para serem disponibilizadas para os usuários.
Estas imagens são fornecidas com a calibração
do sensor aplicada e representam a radiância ao
nível de satélite em unidades de W/m2/sr/μm
multiplicados por 100 (RAPIDEYE, 2012). As
imagens foram transformadas para o formato
RAW através do SPRING 5.2.1 (CÂMARA et
al., 1996) para serem corrigidas para os efeitos
da atmosfera.
O modelo 6S foi adaptado para a correção
atmosférica de imagens em 16-bit e com as
funções de resposta normalizada do sensor
RapidEye (Fig. 1). Os parâmetros utilizados
nas correções atmosféricas são mostrados na
Tabela 2. A reflectância da superfície obtida entre
valores de 0 a 1 foi multiplicada por 10.000 e
armazenada em imagens de 16-bit a fim de se
aproveitar melhor a capacidade radiométrica do
sensor, que utiliza 12-bit de quantização.
As imagens corrigidas para a atmosfera no
formato RAW foram importadas para o SPRING
5.2.1 e posteriormente exportadas para o formato
TIFF afim de serem georreferenciadas no software
PCI Geomatica 9.0. Este georreferenciamento
teve por objetivo registrar as imagens das três
datas para que as amostras de alvos específicos
sejam da mesma área da superfície. Foi utilizado
um modelo de correção polinomial linear com
dez pontos de apoio utilizando a projeção
Revista Brasileira de Cartografia, Rio de Janeiro, Nº 66/1, p. 105-113, Jan/Fev/2014
107
Antunes M. A. H. et al.
TABELA 1: CARACTERÍSTICAS TÉCNICAS
GERAIS
DOS
SENSORES
DOS
SATÉLITES RAPIDEYE
Características
Número de satélites
Informações
5
Heliossíncrona a 630 km
de altitude
Passagem pelo
+/- 11:00 h em hora loEquador
cal
Imageador multiespecTipo do sensor
tral pushbroom
Azul, verde, vermelho,
Bandas espectrais
red edge, IVP*
Espaçamento de
6,5 m no nadir
pixel
Tamanho do pixel
5,0 m
(ortorretificada)
Aproximadamente 77
km de largura com comTamanho da ima- primento entre 50 e 300
gem
km, 462 MB/25 km ao
longo da órbita para 5
bandas
Expectativa de
tempo de vida do
7 anos
satélite
Diariamente fora do
nadir
Tempo de revisita
Órbita
Fig. 1 - Resposta normalizada do sensor
RapidEye. Fonte: Adaptado de RapidEye (2012).
5,5 dias (no nadir)
WGS84
Datum Horizontal
Bits de quantiza12-bit
ção
Fonte: Adaptado de RapidEye (2012).
*Infravermelho próximo.
Universal Transversa de Mercator (UTM) e
sistema de referência World Geodetic System
84 (WGS84). Os pontos de apoio foram
obtidos em um ortofotomosaico produzido
pelo Instituto Brasileiro de Geografi a e
Estatística (IBGE) com resolução espacial de
1 metro, produzidos a partir de fotografias
aéreas na escala 1:30.000. A Tabela 3 mostra
os resíduos médios do georreferenciamento.
foram
As
imagens
georreferenciadas
importadas no SPRING 5.2.1 para a análise e
as transformações em índices de vegetação.
Fig. 2 - Imagem RapidEye da área de estudo
com composição RGB532 de 02/10/2011e
componentes da cena (símbolos) selecionados
para análise.
foram armazenadas em valores reais de 16bit e utilizadas para o cálculo do Normalized
Difference Vegetation Index (NDVI) e do Soil
Adjusted Vegetation Index (SAVI). Foram
utilizadas seis áreas conhecidas da cena, sendo
duas em área de plantio de eucalipto, uma de
plantio de forrageira Tifton 85, duas de água e
uma de solo exposto em local de obra de rodovia
(pontos sinalizados por quadrados na Fig. 2).
Foram coletados quatro pixels em cada área
selecionada e seus valores transformados em
reflectância da superfície (em percentagem).
A verificação da qualidade geométrica das
As imagens de reflectância de superfície
108
Revista Brasileira de Cartografia, Rio de Janeiro, Nº 66/1, p. 105-113, Jan/Fev/2014
Avaliação Espectral e Geométrica das Imagens RapidEye e seu Potencial ...
TABELA 2: PARÂMETROS DE ENTRADA
USADOS NO MODELO 6S
Data
02/10/11 22/03/12 21/05/12
Horário
UTC deci14,24
14,07
14,10
mal
Modelo dos
Tropical
gases
Modelo de
Continental
aerossóis
Longitude
do centro da
-43,71º
cena
Latitude do
centro da
-22,89º
cena
Altitude
50 m
média
Distância
Sol-Terra
1,00
0,99
1,01
*
(UA)
Ângulo ze15,50º
20,74º
31,45º
nital solar
Ângulo de
-19,92º
3,36º
6,75º
visada
Visibilidade 15 km
18 km
19 km
* Unidades Astronômicas.
TABELA 3:RAIZ DO RESÍDUO MÉDIO
QUADRÁTICO
(RMS)
OBTIDOS
NO
GEORREFERENCIAMENTO DAS
IMAGENS. MÉDIA DE 10 PONTOS
RMS (m)
PlaniData
E
N
métrico
02/10/11
0,35
0,19
0,39
22/03/12
0,37
0,23
0,43
21/05/12
0,32
0,33
0,46
imagens ortorretificadas sem pontos de apoio
foi realizada utilizando oito pontos obtidos no
ortotofotomosaico com resolução de 1 m (pontos
sinalizados por triângulos na Fig. 2). Para esta
análise, foram calculadas as médias dos erros em
E e N, a raiz do erro médio quadrático - RMSE
e o vetor erro médio para cada imagem.
4. RESULTADOS E DISCUSSÃO
A avaliação geométrica das imagens
RapidEye gerou os resultados mostrados na
Tabela 4. Considerando os valores médios
de erro médio e desvio padrão, as imagens
ortorretificadas pela empresa fornecedora
são compatíveis com o Padrão de Exatidão
Cartográfica (PEC) classe A na escala 1:20.000
(CINTRA e NERO, 2001). Esse resultado foi
obtido para a área plana onde foram obtidos os
pontos. No entanto, esta avaliação, para uma
área com terreno acidentado, pode apresentar
resultados divergentes daqueles encontrados
neste trabalho. Deste modo, observa-se que
as imagens do RapidEye têm uma qualidade
geométrica em termos posicionais compatível
para o mapeamento da superfície. A utilização
de pontos obtidos em campo ou em ortofotos
com maior resolução espacial possibilitaria uma
melhor avaliação do produto. Contudo, verificase que para aplicações de análise ambiental e
mapeamento agrícola, a acurácia encontrada
neste trabalho é satisfatória.
As Fig. 3 a 8 mostram os valores de
reflectância de superfície dos alvos selecionados
para avaliar se as respostas de reflectância são
comparáveis com aquelas apresentadas na
literatura para os alvos em questão. As Fig. 3 e 4
mostram as curvas de reflectância para duas áreas
de plantio de eucalipto. Para a data de 02/10/2011
o eucalipto na área 1 apresenta uma resposta
espectral diferente da esperada para um dossel
com vigor vegetativo. Analisando as imagens
RapidEye e uma série temporal de imagens TM
Landsat 5 verifica-se que esta área sofreu uma
queimada e se recuperou em seguida, o que pode
ser identificado também pela resposta espectral
nas imagens RapidEye. Nas demais datas da área
1 de eucalipto e nas três datas da área 2 observase uma reflectância baixa nas faixas de visível
com um pequeno pico na faixa do verde. No
infravermelho próximo (IVP), a reflectância de
superfície é bem maior, enquanto que na banda
red edge a reflectância é intermediária entre a
banda do vermelho e do IVP, como esperado.A
posição do red edge tem sido utilizada para
detectar o vigor da vegetação (MUTANGA e
SKIDMORE, 2007), uma vez que deslocamentos
Revista Brasileira de Cartografia, Rio de Janeiro, Nº 66/1, p. 105-113, Jan/Fev/2014
109
Antunes M. A. H. et al.
TABELA
4:
RESULTADO
DA
AVALIAÇÃO
GEOMÉTRICA
DAS
IMAGENS
35
35
30
30
Reflectância de Superfície (%)
Reflectância de Superfície (%)
RAPIDEYE ORTORRETIFICADAS
25
20
15
10
5
0
25
20
15
10
5
0
1
2
3
4
5
1
2
Banda
02/10/2011
22/03/2012
3
4
5
Banda
21/05/2012
02/10/2011
22/03/2012
21/05/2012
Fig. 3 - Reflectância de superfície da área 1 de
plantio de eucalipto.
Fig.4 - Reflectância de superfície da área 2 de
plantio de eucalipto.
em pontos de inflexão de curvas de reflectância
de laboratório ou campo indicam o estado
vegetativo do dossel (DAWSON e CURRAN,
1998).
Na Fig. 5, observa-se a reflectância de
superfície para um dossel de pastagem de Tifton
85 que é utilizado para a produção de feno. Nas
imagens de 2/10/2011 e 22/3/2012 os valores de
reflectância de superfície na faixa do visível e do
red edge são maiores do que aqueles verificados
no dia 21/5/2012. Para a faixa do IVP, a situação
se inverte. Isso se deve ao corte para a retirada
de feno, enquanto que na imagem de 21/5/2012
as plantas estavam com um índice de área foliar
expressivo. Tanto as curvas de reflectância de
eucalipto como as de Tifton 85 são típicas de
dosséis de vegetação.
O solo exposto utilizado como área teste
neste trabalho é de uma região onde está sendo
realizada a obra de construção de uma rodovia
(arco metropolitano do RJ), portanto equivale
a uma área com solo exposto de aterro (Fig. 6).
Observa-se também neste caso um padrão de
reflectância condizente com o esperado para
solos quando comparado com curvas típicas
deste alvo (por exemplo, Bowker et al., 1985;
Bellinaso et al., 2010).
As curvas de reflectância de superfície de
110
Revista Brasileira de Cartografia, Rio de Janeiro, Nº 66/1, p. 105-113, Jan/Fev/2014
45
18
40
16
Reflectância de Superfície (%)
Reflectância de Superfície (%)
Avaliação Espectral e Geométrica das Imagens RapidEye e seu Potencial ...
35
30
25
20
15
10
5
14
12
10
8
6
4
2
0
0
1
2
3
4
5
1
2
Banda
02/10/2011
22/03/2012
3
4
5
Banda
21/05/2012
02/10/2011
Fig. 5 - Reflectância de superfície de área de
plantio de pastagem Tifton85 para produção de
feno.
22/03/2012
21/05/2012
Fig. 7 -Reflectância de superfície de água na foz
do Rio Guandu.
18
45
Reflectância de Superfície (%)
40
35
30
25
20
15
10
5
0
1
2
3
4
5
16
Reflectância de Superfície (%)
água amostradas da imagem podem ser vistas
nas Fig. 7 e 8. Observa-se nestas curvas de
reflectância de superfície que os valores mais
altos são observados na banda do verde. Isso
denota uma grande concentração de algas, que
faz com que haja um pico devido à presença de
clorofila. No caso da área de cava de extração
de areia, este pico é muito mais acentuado,
mostrando uma alta concentração de clorofila.
O aumento na reflectância de superfície para
bandas na faixa espectral do verde tem sido
observado em lagos onde existe a presença de
algas em suspensão na água (GALVÃO et al.,
2003; NOVO et al., 2004).
A Tabela 5 apresenta os índices de
vegetação calculados para as áreas amostradas.
Os índices de vegetação encontrados para
os alvos avaliados mostram que a água e o solo
exposto tiveram valores negativos entre 0,09 e
14
12
10
8
6
4
2
0
1
2
3
4
5
Banda
02/10/2011
22/03/2012
21/05/2012
Fig. 8 -Reflectância de superfície de água na
cava de extração de areia.
0,16, respectivamente. Para a vegetação, estes
valores foram superiores a 0,10 e as diferenças
de NDVI e SAVI entre as datas são devidas às
variações de densidade e vigor vegetativo dos
dosséis amostrados nas imagens. No caso do
dossel de Tifton 85 as variações foram de 0,39
a 092 para o NDVI devido à grande variação
de densidade a partir do corte da forrageira.
Nas amostras de Eucalipto, houve um aumento
nos valores dos índices de vegetação entre as
duas primeiras datas analisadas por serem de
datas entre o início e o fim da época de maior
crescimento foliar no dossel. Já entre a segunda
e terceira data, o incremento nos índices de
vegetação foi menor por ser um período em que
o aumento de área foliar é reduzido.
Banda
02/10/2011
22/03/2012
21/05/2012
Fig. 6 - Reflectância de superfície de solo exposto
em área de construção de rodovia.
5. CONCLUSÕES
Imagens ortorretificadas do satélite
Revista Brasileira de Cartografia, Rio de Janeiro, Nº 66/1, p. 105-113, Jan/Fev/2014
111
Antunes M. A. H. et al.
TABELA 5: ÍNDICES DE VEGETAÇÃO
Data
02/10/11
22/03/12
Índices
NDVI
SAVI
NDVI
SAVI
Eucalipto
0,25
0,12
0,71
0,44
1
Eucalipto
0,66
0,38
0,87
0,54
2
Tifton 85
0,39
0,26
0,54
0,33
Solo
0,16
0,14
0,11
0,09
Água Rio
-0,13
-0,05
-0,44
-0,10
Água
-0,20
-0,07
-0,40
-0,10
areia
21/05/12
NDVI
SAVI
0,83
0,46
0,92
0,52
0,92
0,15
-0,21
0,64
0,11
-0,04
-0,62
-0,16
RapidEye foram avaliadas quanto à geometria
e utilizadas para caracterizar espectralmente
alvos conhecidos. Para a área de estudo os erros
posicionais nas ortoimagens permitem concluir
que estas estão compatíveis com o PEC classe
A na escala de 1:20.000 conforme as normas
adotadas pela Comissão Nacional de Cartografia.
Entretanto, os pontos de checagem utilizados
nesta pesquisa foram obtidos a partir de um
ortomosaico com resolução espacial de 1m. Uma
avaliação mais criteriosa poderia ser obtida no
caso de se utilizar imagens de maior resolução
espacial ou de pontos de checagem levantados
in loco. Além disso, a resolução espacial é
adequada para o mapeamento de áreas agrosilvipastoris com precisão satisfatória.
A resolução espectral do RapidEye, com
uma banda na região do red edge, adicionada à
resolução radiométricade 12-bit e a resolução
temporal melhorada pela colocação de
cinco satélites na mesma órbita, fazem desta
constelação de satélites uma excelente opção
para o monitoramento ambiental e de áreas de
agricultura, florestais e de pastagens. Amostras
de áreas de plantio de eucalipto, de pastagem
de Tifton 85 cultivada para produção de feno,
de solo exposto e de água em cava e mineração
de areia e em foz de rio mostraram resposta
espectral condizente com aquela esperada para
estes tipos de alvos. A resolução radiométrica
de 12-bit permitiu obter valores de reflectância
de superfície com sensibilidade para detectar
pequenas diferenças entre os alvos.
pelo fornecimento das imagens utilizadas
neste estudo e ao IBGE pelo fornecimento do
ortofotomosaico.
AGRADECIMENTOS
CHAVEZ, P. S. An improved dark-object
subtraction technique for atmospheric scattering
Os autores agradecem a empresa RapidEye
112
REFERÊNCIAS BIBLIOGRÁFICAS
ANTUNES, M. A. H.; DEBIASI, P.; COSTA, A.
R.; GLERIANI, J. M. Correção atmosférica de
imagens ALOS/AVNIR-2 utilizando o modelo
6S. Revista Brasileira de Cartografia, v. 64,
p. 531-539, 2012a.
ANTUNES, M. A. H.; GLERIANI, J. M.;
DEBIASI, P. Atmospheric effects on vegetation
indices of TM and ETM+ images from a tropical
region using 6S model. Anais: IGARSS-2012
- IEEE Geoscience and Remote Sensing
Symposium, Munich - Germany, p. 6549-6552,
2012b.
BELLINASO, H.; DEMATTÊ, J. A. M.;
ROMEIRO, S. A. Soil spectral library and its
use in soil classification, Revista Brasileira de
Ciência do Solo, v. 34, n. 3, p. 861 - 870, 2010.
BOWKER, D. E.; DAVIS, R. E.; MYRICK,
D. L.; STACY, K.; JONES, W. T. Spectral
Reflectances of Natural Targets for Use in
Remote Sensing Studies, NASA Reference
Publication 1139, 1985. 181 p.
CÂMARA,G.; SOUZA, R. C. M.; FREITAS.
U. M.; GARRIDO, J. SPRING, Integrating
remote sensing and GIS by object-oriented data
modelling. Computers and Graphics, v.15, n.
6, p. 395-403, 1996.
Revista Brasileira de Cartografia, Rio de Janeiro, Nº 66/1, p. 105-113, Jan/Fev/2014
Avaliação Espectral e Geométrica das Imagens RapidEye e seu Potencial ...
correction of multispectral data, Remote Sensing
of Environment, v. 24, n.34, p. 59-479, 1988.
CHENG, P., SUSTERA, J., Using RapidEye data
without ground control automated high-speed
high-accuracy, Anais: GEOInformatics, Fairfax,
p. 36- 40, 2009.
CINTRA, J. P.; NERO, M. A. Documentos
Cartográficos: Determinação do PEC. Anais:
XX Congresso Brasileiro de Cartografia, Porto
Alegre, v. 1., p. 1-6, 2001.
DAWSON, T. P.; CURRAN, P. J. A new
technique for interpolating the reflectance red
edge position. International Journal of Remote
Sensing, v. 19, n. 11, p. 2133-2139, 1998.
GALVÃO, L. S.; PEREIRAFILHO, W.;
ABDON, M. M.; NOVO, E. M. L. M.; SILVA,
J. S. V.; PONZONI, F. J.; Spectral reflectance
characterization of shallow lakes from the
Brazilian Pantanal wetlands with field and
airborne hyperspectral data. International
Journal of Remote Sensing, v. 24, n. 21, p.
4093-4112, 2003.
JUPOVA, K., KUCERA, L., SUSTERA, J.
Overview of RapidEye data processing and
use within CWRS 2009 in the Czech Republic.
Anais: XV GeoCAP Annual Conference,
Taormina, p. 32 - 36, 2009.
KAUFMAN, Y. J. The atmospheric effect on
the separability of field classes measured from
satellites. Remote Sensing of Environment, v.
18, p. 21-34, 1985.
MMA. MINISTÉRIO DO MEIO AMBIENTE,
Cadastro Ambiental Rural, Disponível em:
<www.mma.gov.br>. Acesso em 27 de mar.
2013.
MORAN, M. S.; JACKSON, R. D.; SLATER,
P. N.; TEILLET, P. M. Evaluation of simplified
procedures for retrieval of land surface reflectance
factors from satellite sensor output. Remote
Sensing of Environment, v. 41, p. 169-184,
1992.
MUTANGA, O.; SKIDMORE, A. K. Red edge
shift and biochemical content in grass canopies.
ISPRS Journal of Photogrammetry and
Remote Sensing, v. 62, n. 1, p. 34-42, 2007.
MYNENI, R. B.; ASRAR, G., Atmospheric
effects and spectral vegetation indices. Remote
Sensing of Environment, v. 47, p. 390-402,
1994.
NOVO, E. M. L. M.;PEREIRA FILHO,
W.;MELACK, J. M. Assessing the utility of
spectral band operators to reduce the influence
of total suspended solids on the relationship
between chlorophyll concentration and the
bidirectional reflectance factor in Amazon
waters. International Journal of Remote
Sensing, v. 25, n. 22, p. 5105-5116, 2004.
RAPIDEYE, Satellite imagery product
specifications. Disponível em: <www.rapideye.
com>. Acesso em 18 de nov. 2012.
VERMOTE, E.F.;TANRÉ, D.;DEUZÉ, J.
L.;HERMAN M.;MORCRETE, J.-J.; Second
simulation of the satellite signal in the solar
spectrum, 6S: An overview. IEEE Transactions
on Geoscience and Remote Sensing,v. 35, n. 3,
p. 675-686, 1997.
Revista Brasileira de Cartografia, Rio de Janeiro, Nº 66/1, p. 105-113, Jan/Fev/2014
113